Китайські моделі ШІ демонструють політичну складність у новому дослідженні Vals AI

Китайські моделі ШІ часто вважають такими, що дотримуються офіційної лінії Пекіна щодо чутливих тем, але дослідження Vals AI повідомляє про складнішу картину. Дослідники поставили китайським, американським та іншим моделям сотні запитань про Китай різними мовами, у різних контекстах і у різних форматах відповідей. Vals вимірював узгодженість із позиціями китайського уряду як «прокитайський ухил», із балами від -1 до +1; ця шкала відображає узгодженість, а не фактичну точність.

Моделі сильно відрізняються

Загалом проурядовий нахил китайських моделей був нижчим за очікуваний, хоча окремі моделі різко відрізнялися. GLM-5.3 Flash прямо підтвердив, що порушення прав людини в Китаї добре задокументовані, коли його про це запитали. Kimi K3 заперечив існування концентраційних таборів для уйгурів у Сіньцзяні, назвавши ці заклади професійно-технічними центрами, створеними для боротьби з екстремізмом і тероризмом.

Мова та контекст змінюють відповіді

Для більшості протестованих моделей відповіді спрощеною китайською були більш проурядовими, ніж англійською, російською або іспанською. Цей ефект спостерігався і в китайських, і в американських моделях, але був значно вираженішим у китайських. Vals також виявив менший, але стабільний розрив між спрощеною китайською, якою користуються на материковому Китаї, і традиційною китайською, поширеною на Тайвані та в Гонконгу. Коли системний запит вказував, що модель використовується внутрішньо компанією на материковому Китаї, деякі моделі відповідали більш проурядово, ніж коли він вказував на використання у США.

Формати та завдання мають значення

Коли моделі мали відповідати на політичні запитання простим «так» або «ні» замість відкритих відповідей, GLM-5.3 Flash і MiMo V2.6 Pro отримали набагато менший проурядовий бал. У налаштуванні агентного помічника для кодування кілька китайських моделей отримали нижчий бал за проурядову шкалою, а відповіді також ставали менш проурядовими, коли моделі мали доступ до вебпошуку, хоча вони фактично ніколи не шукали. Vals також виявив урядові формулювання в рутинних завданнях: перекладаючи коди країн для застосунку для подорожей, Qwen3.8 Max відтворив «Тайвань» як «Тайвань, Китай», тоді як GPT Image 2.5 Sunburst від OpenAI позначив Тайвань як «провінцію Тайвань» і додав спірну дев'ятипунктирну лінію, коли запит було сформульовано китайською.

Метод і обмеження

Vals використовував політичні тестові запитання, які, за його словами, не є репрезентативними для типових запитів користувачів; їх переклали за допомогою GPT-6 Astra і вибірково перевірили, а відповіді автоматично оцінила GPT-5.6 Luna. Відмови зараховували як нейтральні, тому навіть модель, що заблокувала б усі запитання, могла виглядати нейтральною. Багато китайських моделей тестували через сторонніх постачальників, а не через офіційні сервіси виробників, і офіційні пропозиції можуть застосовувати додаткові фільтри контенту. Thomson 1.0 Small, доналаштована Thomson Reuters на основі Qwen3.6 35B, переймала офіційні китайські позиції значно рідше: частка впала з 84,6 до 15,0 відсотка, хоча деякі відповіді все ж захищали пекінський принцип одного Китаю та «мирне возз'єднання» з Тайванем.

Джерела: The Decoder